[发明专利]基于充电片段数据和无监督算法的电芯一致性评估方法

权利要求书

1.基于充电片段数据的无监督标致电芯一致性故障检测方法，其特征是，包括如下步骤：

S1数据准备及探索：针对三类电池，探索分析单体电芯中最大压差的数据分布情况跟，并根据三类电池实际的数据分布进行后续的数据驱动算法的实践；

S2特征工程：进过数据进行预处理，通过特征提取与主成分分析降维方法筛选有效特征并进行后续建模，包括数据预处理、特征提取、PCA主成分分析降维；

S3 模型构建：采用多种无监督学习算法，并针对充放电特征合并建模，对比不同算法的有效性，具体包括如下算法：基于密度聚类的DBSACAN算法；基于异常检测IsolationForest、LocalOutlierFactor，基于分类的OneClassSVM；基于距离+统计学的KNN算法。

2.根据权利要求1所述的基于充电片段数据的无监督标致电芯一致性故障检测方法，其特征是：所述步骤S1数据准备及探索包括S11数据准备：针对三类电池类型的数据，记录1210个电池数据，分为：R83 PHEV FWD、P84 PHEV AWD和eP24 BEV三类电池；S12数据探索：针对三类电池，考虑单体电芯不一致性故障，探索分析单体电芯中最大压差的数据分布情况跟，并根据三类电池实际的数据分布进行后续的数据驱动算法的实践。

3.根据权利要求1所述的基于充电片段数据的无监督标致电芯一致性故障检测方法，其特征是：所述步骤S2特征工程包括如下三个实现步骤：S21数据预处理：对单体电芯的充放电数据进行异常值筛选与剔除，并提取删除重复值；S22特征提取：所述特征提取需预先确定特征提取的数据范围，额定选取的数据范围为每个电池最近1000公里的数据，在这部分数据范围内进行特征提取，并选择最近的数据；S23PCA主成分分析降维：对提取过后的多维特征进行筛选，方便后续进行可视化结果展示。

4.根据权利要求3所述的基于充电片段数据的无监督标致电芯一致性故障检测方法，其特征是：所述特征提取过程需对所有实验电芯数据进行特征识别与提取，具体的特征如下：1）充电过程电芯的最大差值的均值；2）充电过程电芯的标准差的均值；3）充电过程电芯熵的均值；4）放电过程电芯的最大差值的均值；5）放电过程电芯的标准差的均值；6）放电过程电芯熵的均值；其中熵值代表一系列数据的混乱程度。